佐治亚大学奥杜姆生态学院的科学家领导的团队开发了一种算法，可以准确预测季节性流感病毒的进化方式。此类信息可能使季节性流感疫苗能够更快地更新，从而减少感染和死亡。
该研究发表在《皇家学会学报 B：生物科学》杂志上，介绍了一种名为新型流感病毒 A 检测器 (NIAViD) 的机器学习工具，该工具可以预测季节性流感病毒的变化，准确率接近 73%。奥杜姆学院的博士后研究员阿尔法·福纳 (Alpha Forna) 领导了 NIAViD 的开发，它利用流感病毒序列数据来了解新出现的病毒如何绕过人群中现有的免疫力。
福纳表示，预防季节性流感感染的挑战之一是预测流感病毒将如何变异。
“每种流感病毒(我们称之为流感)都含有血凝素蛋白，当它附着在细胞上时会引发感染。在感染过程中，流感病毒开始复制，与此同时，血凝素蛋白会发生微小的遗传变化，我们称之为抗原漂移，”他说。